自律计算评估技术研究

自律计算的研究还处于初级阶段,具体设计和实现过程还不完善.自律评估是自律计算研究组成部分,对自律计算系统的实现和完善起着重要作用,国内外已有机构和学者对其进行深入研究并取得了一些成果.本文主要对国内外现有的自律计算的评估研究成果进行分类,对其评估能力的有效性和完备性进行分析,探讨影响评估研究的制约因素,最后总结评估研究领域存在问题,并展望该领域未来的发展方向.

自律计算系统及其关键技术研究

自律计算系统是目前的一个热点研究方向,其目的是采用技术管理技术来降低用户使用系统的复杂性。目前,自律计算理论已广泛应用于网络安全、自动控制等多个领域并取得初步成功。基于学术界已有的研究成果,对自律计算概念、框架结构以及自律计算系统实现的关键技术进行了综述,以为自律计算领域研究人员后续研究提供指导。

基于分布式的自律计算模型研究与设计

自律计算的目的是使得IT系统能够在管理者的策略指导下实现自我管理,即实现自配置、自修复、自优化、自保护的自律计算特征。由于自律系统建立在分布式架构下,涉及的技术和标准较多,实现上较为困难,而现有的研究主要集中在如何使得产品具有部分的自律计算特征。因此,建立通用的具有应用价值的计算模型成为自律计算领域研究的一个重要课题。文章在研究了现有的自律计算模型的基础上,提出了一种适用于分布式环境的自律计算模型,对管理资源、资源操作、状态、动作等模型构成要素进行了形式化定义,从而大大增强了自律模型的应用范围和实用价值。

基于自律计算的网络安全态势感知模型

针对当前网络安全管理的复杂性和态势感知过程缺乏自适应性等问题,提出一个基于自律计算的网络安全态势感知模型。利用自律反馈机制对态势提取进行实时分析;根据提取的态势信息,从攻击和防御两个角度出发,采用层次分析法建立多层次多角度的网络安全态势评估模型;依据过去和当前网络安全态势,采用改进的遗传神经网络方法建立网络安全态势预测模型。仿真实验结果表明,具有自律反馈机制的态势感知模型可以有效增强系统的自适应能力。

一个基于自律计算的系统服务性能自优化机制

系统在遭受入侵或异常攻击的情况下,如何自治地为用户提供非降级服务是网络安全技术中的终极目标.结合鞅差逼近原理,提出了一个基于自律计算的系统服务性能自优化机制(self-opti mizationmechanismbased on autonomic computing,SOAC).该机制能够根据先验自优化知识和内部环境参数信息,以自优化率极小和服务性能极大的要求发掘自优化函数的收敛趋势,实施动态自优化;之后更新最佳自优化模式集,建立并调节预测模型,完成静态自优化,提升自优化预测的精准度.两个层次彼此交互,实现动态变化环境中的系统服务性能自主增长过程.仿真实验结果验证了SOAC机制的有效性与优越性.

基于自律计算的入侵容忍模型

针对当前入侵容忍系统缺乏自适应能力的问题,借鉴自律计算的思想,提出了一个自律容侵模型。利用自律反馈机制对网络连接的可信度进行实时分析,生成初始信度,并通过信度阈值的自主学习与调整实施动态信度优化,完成对可疑信息和可信信息的服务分流,实现对可疑连接的自律容忍。仿真结果表明,具有自律反馈机制的入侵容忍模型可以有效增强系统的自适应能力。

一种基于自律计算的性能监视工具

设计和实现了一种分布式环境下的性能监视工具,该工具采用.Net Remoting技术作为通信协议,能够有效解决分布式设备的性能信息的获取问题.该工具能够实时监视分布式环境下的不同种类的操作系统各个性能指标,用统计量对取得的性能值进行统计和处理,并在性能值超过阈值时向自律计算系统进行通报,从而为自律计算系统的自我分析和自我修复提供了依据.

虚拟化技术在基于自律计算的高可用性系统中的应用

针对服务器集群的管理复杂度高的问题,在对自律计算和大型可分区服务器硬件特征研究的基础上,提出了一种虚拟化技术,通过对硬件资源的虚拟化,实现了物理资源向逻辑资源的映射,从而统一管理所有物理资源。此外,在资源统一管理的基础上,对服务器集群的资源配置提出了完整的解决方案,实现了系统的自我管理。

一种基于WBEM的自律计算模型

针对现有的自律计算系统不能管理混合资源的问题,在分析WBEM的技术体系结构的基础上,提出一种基于WBEM的自律计算模型,该模型在统一管理各种异构的网络资源的基础上,加入策略支持,从而具有自我决策和自我管理能力,能够进行实时的故障监视,在故障发生时进行灵活的资源替换,完成自我诊断、自我配置、自我修复等自律管理功能。阐述了模型各部分的功能,给出基于策略的自律管理方法,实现了系统的自律计算特征和网络资源的统一管理。

基于自律计算的市场购物篮分析

提出了一种基于自律计算的购物篮分析模型,以商业流程为基础,建立优化的数据库结构,把自律计算算法作为研究核心,以仿真实验验证,结合购物篮分析决策模型完成自律计算及其在购物篮分析中的应用研究,对其中的购物篮分析方法进行了优化.在商业系统中,数据通过DB接口到达至购物篮中,然后对这些数据进行清理并通过挖掘算法对之进行决策,随之通过自律计算单元来判断该数据是否符合要求,若符合,则通过I/O接口到达商业用户;若不符合则返回购物篮继续进行数据清理,直到数据符合条件为止.

一种面向服务器集群的自律计算模型

针对服务器集群系统无法快速部署和维护成本过高的问题,在研究了自律计算和服务器集群系统的特点的基础上,提出了一种基于自律计算的集群部署和管理模型,阐述了模型系统构成和各个模块的功能并提出了自律管理方案,通过系统部署的自动化以及排除操作错误等,削减应用成本从而实现系统的自我管理。

基于自律计算的高可用性系统的实现

自律计算的目的是为了在人工干预最少的条件下实现系统自行配置、修复、优化及保护。从而降低了在复杂的计算环境下企业的管理成本,提高系统的可用行。但是,目前的自律计算系统的实现方法还不成熟,在实现过程上还存在许多问题。文章提出了一种虚拟化解决方案,来实现系统的高可用性。利用该技术,系统可以进行及时的故障恢复和灵活的资源配置,使系统达到高可用性。

基于自律计算的系统可信性自调节模型

保障和增强系统的可靠性、安全性和稳定性等可信性质是对系统服务的高级要求。提出了一个基于自律计算理念的系统可信性自调节模型,该模型动态分析目标系统的可信度变化趋势,参考先验可信度变化曲线的梯度升降,依序实现可信度在线评估、可信度动态预测和自调节方案选择,完成系统可信度非降的自主调节过程,采用信赖域梯度计算策略解决自调节的最优化问题。

基于自律计算的故障监视机制研究与设计

自律计算是分布式异构环境下进行资源自动化管理的有效技术。其目的是通过系统的自我监视,主动发现硬件故障和软件故障,并采用策略技术加以修复,完成系统的自我管理。因此,故障监视是自律计算中较为重要的一个研究方向,但目前尚欠缺有效可行的方法来完成自律系统的故障监视。提出了一种分布式异构环境下基于事件分类的方法来设计自律计算系统故障监视机制,以统一监视管理异构资源的故障,并与自律系统互联通报,激活相应的策略来修复故障,为自律系统的自我修复提供依据。

基于自律计算的多数据点阈值检测方法

自律计算在实施过程中通常采用阈值来标记性能故障。阈值是系统的性能计数器的边界值,系统自动检测这些边界值。若某个设备的性能指标达到这些边界值,则表示系统的某台设备出现了性能故障,自律系统的自主管理器便会主动采取策略来修复性能故障,从而保证系统一直处于稳定的工作状态。目前,自律计算领域欠缺对于系统性能故障的研究。在研究自律计算自我监视的基础上,提出了一种多数据点的阈值检测方法,即通过多次检测阈值的越界和恢复来判断系统是否出现性能故障,以保证检测的有效性,为系统采取策略修复故障提供有利的依据。

一种云环境下基于分级管理的自律计算模型

自律计算是实现复杂IT系统的自我修复、自我管理的有效手段。但是在云环境下,系统所管理的计算资源数量急剧增长,传统的资源调度算法和模型架构无法对资源进行合理分配,导致资源的利用率很低。为了提高云环境下的资源管理效率,提出了一种面向云环境的自律计算模型,它采用多自主管理器的分级管理模式来解决传统自律计算模型在处理大量请求时的瓶颈问题;并提出了混合策略管理模式来应对不同的故障修复请求。该模型能够降低云环境下的资源管理成本,满足云服务所需的SLA。

自律计算在服务器虚拟化管理中的应用

随着网格计算和公用计算发展,虚拟化成为在整合资源、帮助用户随需地取用资源方面的核心技术。本文把自律计算技术和虚拟化技术结合起来,通过把服务器资源分区,共享内存区域的分区连接成群集,实现了系统的高可用性和自我管理。

一种基于SOA的自律计算模型与实现方法

通过引入面向服务架构技术,提出一种面向服务的自律计算模型,对自律计算环境的架构和自律单元的设计进行了详细论述,并对计算模型的关键问题——服务装载过程做出改进,解决了服务引用、行为不一致性的问题。实验结果表明,提出的模型使Web服务器节省了平均事务响应时间,提高了平均吞吐量,改进的服务装载过程能增加约10个百分点的服务通过率。服务质量得到有效提高。

服务器系统管理的自律计算模型

利用时序模型算法和事件分类匹配算法对服务器系统多个节点的事件和系统参数进行分析与预测,结合策略库技术,构建了一个服务器系统管理的自律计算模型。该模型能够根据已知的操作环境自我配置,在各种灾难发生前自我保护,发生后自我修复,并且可以自我优化。

基于自律计算的主动入侵检测模型

针对传统入侵检测系统的被动检测机制问题,借鉴自律计算思想,提出了一个具有自律特性的主动入侵检测模型.该模型以自主管理器为核心,在Agent协同层引入拍卖机制感知系统环境变化和管理调配被管资源,自主处理入侵信息,实现对入侵行为的主动响应.实验结果表明,通过合理的参数配置,该模型能有效提高入侵检测系统的自适应性和检测准确率.